Будущее компьютерного зрения. Разработка T-Bank для беспилотников и медицины

Будущее компьютерного зрения. Разработка T-Bank для беспилотников и медицины

Исследователи из T-Bank AI Research разработали метод SDDE (Saliency-Diversified Deep Ensembles), который стал самым точным в мире для распознавания объектов на фотографиях. Эта инновация основывается на "картах внимания", что позволило учёным преодолеть проблему однородности ансамблей в компьютерном зрении. Новая методика значительно повышает точность и надёжность работы ИИ в сложных задачах, таких как беспилотные транспортные системы и медицинская диагностика.

Метод SDDE использует "карты внимания" для фокусировки на разных аспектах данных, что уменьшает схожесть моделей и улучшает их точность. Модель анализирует изображения с учётом не только известных ей данных, но и новой информации, что позволяет идентифицировать объекты с высокой надёжностью. По данным T-Банка, SDDE показал наилучшие результаты на стандартных наборах данных для оценки моделей, таких как CIFAR10/100 и ImageNet, созданных Стэнфордским университетом и университетом Торонто. Это привело к снижению ошибок распознавания на 20%, что уменьшает необходимость перепроверок и корректировок.


"Метод SDDE поможет развить беспилотный транспорт и медицинскую диагностику, где важно точно различать неопознанные элементы,"

– T-Банк


Результаты исследования были представлены на Международной конференции по обработке изображений в Абу-Даби и получили признание мирового научного сообщества. Новый метод открывает широкие перспективы для применения в областях, где критически важна точность компьютерного зрения, таких как медицина и автономные транспортные средства.

Источник: T-Банк

История открытия наркоза
Черное море и редкоземельные элементы: результаты нового исследования ФИЦ ИнБЮМ